OpenAI 开科学博客:GPT-6 Astra 参与物理证明

ChatGPT / Claude 官方直充代充值

OpenAI 上线科学博客,同时披露 GPT-6 Astra 参与完成一篇为粒子物理标准模型给出格点定义的论文,并重提 Navier-Stokes 证明、GPT-Rosalind 分析小鼠脑细胞数据等案例。本文梳理这些事实,说明 AI 在科研里的角色变化,并给普通用户和研究者一些可落地的用法建议。

OpenAI 科学博客与 GPT-6 Astra 热点解读封面

这两天 OpenAI 连发了两篇和科研有关的文章:一篇宣布上线专门的科学博客,另一篇由一位理论物理作者讲述 GPT-6 Astra 如何参与完成一篇关于粒子物理标准模型的论文。

两篇放在一起读,信号很明确:大模型在科研里的角色,正从“查资料、写代码的助手”往“参与推导和证明的合作者”挪。

发生了什么

第一件事:OpenAI 上线科学博客。 这个博客面向科学家和学术研究者,内容计划分三类:

  • 研究与发现:OpenAI、合作者和更广泛科学界借助 AI 得到的新成果。
  • 方法与实践:科学家怎样用模型做科学计算、数据分析、文献梳理和实验设计,也会写怎么核查结果、方法在哪些地方不够用。
  • 一线研究者的视角:用 AI 做研究的人讲自己学到了什么、学科受到什么影响。

在开篇文章里,OpenAI 回顾了近几个月的几项成果:9 月,OpenAI 内部系统给出了一个关于 Navier-Stokes 存在性与光滑性问题的证明;10 月初发布了一批数学结果,其中一项与准黎曼假设相关,改进了“某个数以下有多少素数”的估计;10 月晚些时候又发布了横跨数学、计算机科学和物理学的结果。

生物学方面也有两个例子。一是与 PerturbAI、Scripps Research 合作,数千个由 GPT-Rosalind 驱动的 agent 用 32 分钟分析了数百万个小鼠脑细胞的已有实验数据,把基因干扰的效果和文献联系起来,提出可供实验验证的潜在机制。二是 César de la Fuente 团队用 ChatGPT 和 Codex 搭建算法筛选潜在抗生素分子,再到实验室合成、测试。

第二件事:GPT-6 Astra 参与标准模型格点定义论文。 作者在 10 月发布了一篇预印本,提出在格点(把时空离散成网格)上给粒子物理标准模型一个“非微扰”定义的候选方案。作者自己的说法是:早有攻克思路,但一直没法证明这个思路在所有必要情形下都成立;GPT-6 Astra 帮作者把思路变成了具体构造,并在详细证明的推导上起了主导作用。

这个物理问题为什么难

现在算标准模型,主流办法是微扰论:先假装粒子之间没有相互作用,把问题精确解出来,再把相互作用当成一层层的小修正加回去。遇到强相互作用占主导的问题,比如质子质量,这套办法就失灵了。

格点方法是另一条路:把时空切成网格,在有限网格上就能给理论一个严格定义,还能直接上计算机算。麻烦出在弱相互作用:它对“左手”和“右手”粒子区别对待,直接放上格点会凭空多出一个“镜像伙伴”。几十年来 Ginsparg、Wilson、Neuberger、Lüscher 等人陆续补上了几块拼图,这篇论文要补的是还缺的那一块。

所以 Astra 参与的是一个悬了几十年的基础问题,当然预印本还要经过同行审视。

和以前比,变化在哪

过去 AI 在科研里主要是读文献、写代码、润色论文。这次的不同在于两点:

  • 分工变了。 作者明确说思路是自己的,但把思路落地为构造、展开严格证明这一步由模型主导。
  • OpenAI 开始系统地讲“怎么用”。 科学博客专门留了“方法与实践”和“局限”的位置。

但也要冷静看待。OpenAI 自己在文中就提到,能生成证明的系统会带来新问题:新论证怎么检查、怎么解释、怎么纳入学科体系;研究者也在讨论这对培训、署名和必备技能意味着什么。Navier-Stokes 这类结果,最终要看数学界的独立审核,而不是看发布方怎么描述。

对国内用户和开发者意味着什么

1. 普通用户不必追“证明猜想”,但可以学它的工作方式。 这些案例的共同点是:人给方向和判断,模型负责大量推导、计算和检索。日常推公式、写分析脚本、整理资料时也可以这样:先写清思路,让模型展开细节,再逐条核对。

2. 研究者可以从三类任务起步。 结合 OpenAI 列出的方向,最容易落地的是:

  • 文献探索:让模型帮你梳理某个方向的主要方法和分歧点,再自己去查原文核实;
  • 数据分析:把分析需求讲清楚,让 Codex 写脚本、跑数据,自己检查中间结果;
  • 证明与推导辅助:让模型尝试补全推导步骤,但每一步都要自己能复现。

3. 核查比以往更重要。 模型越能“主导推导”,出错时也越隐蔽。建议给自己定一条规矩:模型给出的结论,至少要有一个独立途径验证。

4. GPT-6 Astra 能不能直接用? 素材里没有说明 Astra 面向普通用户的开放方式,这里不做猜测。日常科研辅助,用 ChatGPT 里现有的模型加上 Codex 已经能覆盖文献、数据和代码这几类任务;如果你要长时间跑复杂推导或大批量分析,需要更高额度的方案。

👉 国内开通 ChatGPT Plus|支付宝微信

小结

OpenAI 开科学博客、披露 GPT-6 Astra 参与标准模型格点定义论文,说明它把“AI 做科研”当成了长期主线。对大多数人来说,最值得带走的不是某个猜想被证明了,而是一种新的分工方式:人出思路、模型展开细节、人负责核查。但最终负责的仍然是人。

信息来源

OKAI66 为独立第三方服务平台,非 OpenAI/xAI 官方网站。

更多每日 AI 热点见 best2ai.com

原创文章,作者:admin,如若转载,请注明出处:https://www.doc200.com/1863.html

赞 (0)
打赏 微信扫一扫 微信扫一扫

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

hellelel